Si l'extension Initialization cells est activée, vous devez (si demandé) "Faire Confiance" (Trust) au Notebook.
Ensuite vous devez attendre l'exécution de ses cellules (de code ;)). (Il y aura 1 (2) alerte(s) si l'initialisation c'est bien passée, sinon soit l'extension ne marche pas, soit bug dans le code, (appuyer sur la calculette ;) ) )
SI DANS LE DOCKER -> les cells d'initialisation ont été exécutées, si pas éxécuté appuyer sur le bouton calculatrice
#!pip install moment git+http://github.com/lucasiscovici/studyProject.git dill
from IPython.display import clear_output, IFrame
from IPython import display
import logging
import collections
import os
import sys
import math
import glob
import base64
sys.path.append('./lib/')
from cache import cache
from dfply import make_symbolic
from datetime import datetime, date
import moment as moment_
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
from studyProject.utils import *
from studyProject.helpers import *
from studyProject import Datas, StudyProject, StudyClassif
from studyProject.study.studyClassif import DatasClassif
from studyProject.utils.speedMLNewMethods import Speedml3
from studyPipe.studyPipe import convert_pipe, Pipe, Pipe__
# Graph Library
import plotly
import plotly_study.graph_objs as go2
import plotly.graph_objs as go
import plotly.express as px
import plotly.offline as poff
from plotly.subplots import make_subplots
from lxml import html
import requests
from tqdm._tqdm_notebook import tqdm_notebook
#import dash
#from dash.dependencies import Input, Output
#import dash_html_components as html
#import dash_core_components as dcc
#import werkzeug,logging
#logging.getLogger('werkzeug').setLevel(logging.ERROR)
tqdm_notebook.pandas()
config_completer()
poff.init_notebook_mode()
import rpy2
from rpy2.robjects.packages import importr
from rpy2.robjects.vectors import StrVector
_=utils.chooseCRANmirror(ind=25)
from rpy2.robjects import pandas2ri
pandas2ri.activate()
import rpy2.ipython.html
rpy2.ipython.html.init_printing()
%load_ext rpy2.ipython
#Execute this codeCell to Execute all Functions
display_html("""<script>
$('[data-name="Aucun(e)"]').on("click",Jupyter.CellToolbar.global_hide)
</script>""")
# switch operator
# switch(choice: Dictionary, defaultValue: Any)
#
# EX: switch( {"foo": 10, "bar": 100 }, 0)
def switch(switcher,default=""):
return lambda argument: switcher.get(argument, default)
class _hideLog:
def __enter__(self):
self.curr=logging.getLogger().level
logging.getLogger().setLevel(logging.CRITICAL)
return self
def __exit__(self,*args,**xargs):
logging.getLogger().setLevel(self.curr)
hideLog=_hideLog()
def colorFader(c1,c2,mix=0): #fade (linear interpolate) from color c1 (at mix=0) to c2 (mix=1)
c1=np.array(mpl.colors.to_rgb(c1))
c2=np.array(mpl.colors.to_rgb(c2))
return mpl.colors.to_hex((1-mix)*c1 + mix*c2)
def gradientFromTwoCols(c1,c2,nb=3):
return [colorFader(c1,c2,i/nb) for i in range(nb)]
def getLinesFromFileName(fname):
lines=None
with open(fname,"r") as f:
lines=f.readlines()
return lines
# f string with variable with f-string
def fstr(template, **kwargs):
return eval(f"f'{template}'", kwargs)
def iframe_from_html(html, width="100%",height="500px"):
url = "data:text/html;base64," + base64.b64encode(html.encode('utf-8')).decode('utf-8')
return IFrame(url, width, height)
# fonction like moment js
# use the python library moment
#
# moment() -> Actual date
# moment(2020,3,22) -> get the 22/03/20 Date
# moment(1585602607) -> get the date with timestamp
# moment("today") or moment("22/03/20") -> get the date from string
# moment("03/22/20","%m/%d/%y") -> get the date from string and format
# moment(datetime.date(2019, 4, 13)) -> get the date from datetime object
def _moment(*args_,utc=False):
from pandas._libs.tslibs.timestamps import Timestamp
args=list(args_)
if len(args)==0:
return moment_.now() if not utc else moment_.utcnow()
if len(args)==3 and type(args[0]) is int:
return moment_.date(*args) if not utc else moment_.utc(*args)
if len(args)==1 and type(args[0]) in [int,float]:
return moment_.unix(args[0],utc=utc)
if len(args)==1 and type(args[0]) is str:
return moment_.date(args[0]) if not utc else moment_.utc(args[0])
if len(args)==2 and type(args[0]) is str and type(args[1]) is str:
return moment_.date(args[0],args[1]) if not utc else moment_.utc(args[0],args[1])
if len(args)==1 and type(args[0]) is Timestamp:
args[0]=args[0].to_pydatetime()
if len(args)==1 and type(args[0]) is datetime:
return moment_.date(args[0]) if not utc else moment_.utc(args[0])
return moment_(*args,utc=utc)
def moment(*args,utc=False, config=dict(timezone="Europe/Paris")):
m=_moment(*args,utc=utc)
if "timezone" in config:
m=m.timezone(config["timezone"])
return m
# add the method startOf from moment js
#
# .startOf("year") -> get the date startOf year
def startOf (this_,units):
#units = normalizeUnits(units);
# the following switch intentionally omits break keywords
# to utilize falling through the cases.
this=this_.copy()
switch ({
'year':lambda: this.replace(months=1,days=1,hours=0,minutes=0,seconds=0,microseconds=0), #date(1).hours(0).minutes(0).seconds(0).milliseconds(0);
'quarter':lambda:this.replace(days=1,hours=0,minutes=0,seconds=0,microseconds=0),#hours(0).minutes(0).seconds(0).milliseconds(0);
'month':lambda:this.replace(days=1,minutes=0,seconds=0,microseconds=0),
'week':lambda:this.replace(hours=0,minutes=0,seconds=0,microseconds=0),
'isoWeek':lambda:this.replace(hours=0,minutes=0,seconds=0,microseconds=0),
'day':lambda:this.replace(hours=0,minutes=0,seconds=0,microseconds=0),
'date':lambda:this.replace(hours=0,minutes=0,seconds=0,microseconds=0),
'hour':lambda:this.replace(minutes=0,seconds=0,microseconds=0),
'minute':lambda:this.replace(seconds=0,microseconds=0),
'second':lambda:this.replace(microseconds=0)
})(units)()
# weeks are a special case
if (units == 'week'):
this.replace(weekday=0)
if (units == 'isoWeek'):
raise NotImplementedError
# quarters are also special
if (units == 'quarter'):
this.replace(months=math.floor(this.month/3)*3)
return this;
moment_.Moment.startOf=startOf
# add the method endOf from moment js
#
# .endOf("year") -> get the date endOf year
def endOf (thisd,units=None):
this=thisd.copy()
if (units is None or units == 'millisecond'):
return this
# 'date' is an alias for 'day', so it should be considered as such.
if (units == 'date') :
units = 'day'
return this.startOf(units).add(**{('week' if units == 'isoWeek' else units):1}).subtract(1, 'ms');
moment_.Moment.endOf=endOf
# permet d'utiliser une fonction directement dans le pipe
# addToPipe(lambda a:a**2)
# addToPipe(np.max)
def addToPipe(a, convert=False):
import functools
pipedFn=Pipe(lambda x: a,special=True) if not convert else convert_pipe(_c.curry(a))
return functools.update_wrapper(pipedFn,a)
# forEach method comme en js, pour appliqué a chaque valeur d'une list un traitement
def forEach(a,b):
list(map(a,b))
_ftools_.__class__.forEach=addToPipe(forEach,convert=T)
#creation d'un nouveau placeholder pour créer des function facilement
pdict=dict(Pipe__.__dict__)
del pdict["_____func___"]
del pdict["special"]
class PipeY(Pipe__):pass
___=PipeY(lambda x:x)
#call obj if piped obj
callIfPipe=lambda pipe,obj,returnObj=False: obj._____func___(pipe) if issubclass(type(obj),Pipe) else (pipe if not returnObj else obj)
callIfPipeY=lambda pipe,obj,returnObj=False: obj._____func___(pipe) if issubclass(type(obj),PipeY) else (pipe if not returnObj else obj)
callIfFn=lambda info,obj,returnObj=False: obj(info) if type(obj).__name__ =="function" else (info if not returnObj else obj)
#dict avec des piped obj dans les clé et valeurs
dict_=addToPipe(lambda dico,piped: {callIfPipe(piped,k):callIfPipe(piped,v) for k,v in dico.items()})
iter_=addToPipe(lambda df,fn: fn._____func___(*df) if issubclass(type(fn),Pipe) else fn(*df))
first=lambda a:a.iloc[0]
pd.options.display.max_rows = 999
# old groupbyDate
pd.DataFrame.groupbyDate = (lambda self,
freq,
key="date",
*args,
**xargs: self.groupby(pd.Grouper(*args,
key=key,
freq=freq,
**xargs)))
# pandas groupByDate
# groupByDate2( DataFrame, String, Int, String, String)
# dateCol = Column_Where_The_Date_is
# nbJ = Nombre_de_Jours
# closed = Début des groupes à droite ou à gauche ("right, "left")
# label = Label des groupes avec les dates de gauche ("left") ou les dates de la "droite"
def groupByDate2(df,
colDate,
nbJ=7,
closed="right",
label="right",
*args,
**xargs):
#print("group2",df,colDate,nbJ,closed,label,args,xargs)
dateCol=colDate
# #print(df,colDate)
dfClosed=df[dateCol][::-1] if closed=="right" else df[dateCol] #on part du prinpie que c triée par date croissance, si right-> on trié par date décroissante
dateActuelle= dfClosed.iloc[0] #premiere date, soit la plus basse (closed=left), soit la plus grande (closed=right)
dansLeGroupe=True #indique quand on doit ouvrir/fermer un group (le groupe courant)
groups={} # dico indiquant pour chaque index du dataframe, son groupe
indiceDatesGroups=0 # indice qui s'incremente à chaque nouveau groupe créé
datesGroups={} # dico contenant pour chaque groupe la date a affiché (en fonction de closed et label)
dateDebutFinGroup=dateActuelle # date a l'ouverture du groupe
dateFinDebutGroup=dateActuelle # date a la fermeture du groupe
for indexCurr,dateCurr in dfClosed.items():
dateDiff=((dateCurr - dateDebutFinGroup).days)*(-1 if closed=="right" else 1) # difference entre la date courante et la date du début de groupe (si closed "left" c'est positif sinon c'est négatif d'ou la multiplication par -1)
if dateDiff >= nbJ: # si le nb de jours est dépassé le groupe prescendant est plein et on créé un autre groupe
dansLeGroupe=False
if not dansLeGroupe: # si le groupe est plein
datesGroups[indiceDatesGroups]=(dateFinDebutGroup if label=="left" else dateDebutFinGroup) if closed=="right" else (dateDebutFinGroup if label=="left" else dateFinDebutGroup) # on trouve la date a afficher en fonctionde closed et label
indiceDatesGroups+=1 # on incremente l'indice de groupe
dateDebutFinGroup=dateCurr # on change la date de debut du groupe
dansLeGroupe=True
if dansLeGroupe: # si le groupe n'est pas plein on rajoute l'element courant a ce groupe
dateFinDebutGroup=dateCurr # on change la date de fin de groupe avec celle actuelle
groups[indexCurr]=indiceDatesGroups
datesGroups[indiceDatesGroups]=(dateFinDebutGroup if label=="left" else dateDebutFinGroup) if closed=="right" else (dateDebutFinGroup if label=="left" else dateFinDebutGroup)
datesGrouped={ i:datesGroups[j] for i,j in groups.items()} # pour chaque groupe on lui affili sa date
#print(pd.Series(datesGrouped,name=dateCol))
return df.groupby(pd.Series(datesGrouped,name=dateCol)) # on crée le groupby a partir des groupes créés
pd.DataFrame.groupByDate=groupByDate2
# agg method qui accepte les parametres avec clé valeur
pd.core.groupby.generic.DataFrameGroupBy.aggKV=lambda self,**args: self.agg(args)
pd.core.groupby.generic.DataFrameGroupBy.get_groups=lambda self: [self.get_group(i) for i in self.groups.keys()]
#selectionne pour chaque valeur de la serie le maximum entre nb et cette valeur (par ex: pas de valeur < 0 qd nb=0)
pd.Series.mini=lambda self,nb=0:self.apply(lambda g:np.max([g,nb]))
# add method mutate, filter_by from dfply to pandas dataframe
pd.DataFrame.mutate=lambda self, **xargs : self >> df.mutate(**xargs)
pd.DataFrame.filter_by=lambda self,*args, **kwargs: self >> df.filter_by(*args, **kwargs)
pd.DataFrame.group_by=lambda self,*args, **kwargs: self >> df.group_by(*args, **kwargs)
pd.DataFrame.select=lambda self,*args,**xargs:self >> df.select(*args,**xargs)
findColNameInPandasDf=lambda df,n: df.columns[n if n>=0 else len(df.columns)+n]
#Rename cols in df easily, with indice or name
pd.DataFrame.renameCols=lambda self,dico={},**xargs:self.rename(columns={findColNameInPandasDf(self,k) if type(k) is int else k:v for k,v in {**dico,**xargs}.items()})
#cut easily
# set bins and labels OR dico
# dico k=labels, v=bins
def cutSeries(self,bins=None,labels=None,dico=None):
if dico is not None:
bins=list(dico.values())
labels=list(dico.keys())
return pd.cut(self,bins=bins,labels=labels)
pd.Series.cut=cutSeries
# easily concat dataframes
pd.DataFrame.concatWithRows=lambda self,df2,ignore_index=True:pd.concat([self,df2],axis=0,ignore_index=ignore_index)
#@functools.wraps(groupByDate2)
def byDate(self,fun=lambda x:x,*args,**xargs):
#print("ByDate",self,fun,args,xargs)
keys=list(self.groups.keys())
groupsDF=[self.get_group(i) for i in keys]
groupsDFByDate=[callIfFn(callIfPipeY(callIfPipe(i.groupByDate(*args,**xargs),fun),fun),fun).mutate(__groupID__=k) for k,i in zip(keys,groupsDF)]
return pd.concat(groupsDFByDate,axis=0)
pd.core.groupby.generic.DataFrameGroupBy.byDate=byDate
pd.DataFrame.groupbyAndDate=lambda self,colGroupBy,fun,colDate="Date",*args,**xargs: self.groupby(colGroupBy).byDate(fun,colDate=colDate,*args,**xargs).renameCols(__groupID__=colGroupBy).reset_index().select(colGroupBy,df.everything())
# add mutate + studyPipe
pd.DataFrame.mutate_=lambda self,dico:self.mutate(**(callIfPipe(self,dico)))
#first of df
pd.DataFrame.begin=lambda self: self.iloc[[0],:] if self.shape[0]>0 else self
#last of df
pd.DataFrame.end=lambda self: self.iloc[[-1],:] if self.shape[0]>0 else self
pd.Series.to_datetime=lambda self,*args,**xargs:pd.to_datetime(self,*args,**xargs)
def cumulToOne(df,colCumul, colSuffix="ByDay",indexCol="Country_Region",fill="first"):
fillValue=fill
if fillValue is None:
fillValue=0
if fillValue=="first":
fillValue=X[colCumul].iloc[0]
#print(df)
return df.group_by(indexCol).mutate(**{colCumul+colSuffix:(X[colCumul]-X[colCumul].shift()).fillna(fillValue ).mini().astype(int)})
cumulToOne_=addToPipe(cumulToOne)
def dateToStrDate(df,colDate="Date",colSuffix="",formatDate="%d/%m/%y"):
return df.mutate(**{colDate+colSuffix:X[colDate].dt.strftime(formatDate)})
dateToStrDate_=addToPipe(dateToStrDate)
def addNbCount(df):
return df.mutate(nb=1)
addNbCount_=addToPipe(addNbCount)
#ajoute une facilité pour subsplots
def titleToAnnotation(a, b, x, y, nb):
texto=b.layout.title.text
if texto:
lop="yaxis"+("" if nb==1 else str(nb))
lop2="xaxis"+("" if nb==1 else str(nb))
ooi=a.layout[lop]["domain"][1]+0.1
ooi2=np.mean([a.layout[lop2]["domain"][1],a.layout[lop2]["domain"][0]])
return a.update_layout(annotations=list(a.layout.annotations) + [
dict(yref="paper",
showarrow=F,
x=ooi2,
y=ooi,
font=dict(size=16),
xref="paper",
text=texto,
yanchor="top",
xanchor="center",
textangle=0)
])
else:
return a
def add_to_subplots(a,b,layoutToSave=['yaxis{nbPlot}.range'],customFn=[titleToAnnotation]):
nbCols=len(a._grid_ref[0])
nbRows=len(a._grid_ref)
nbC=len(filterl(None,np.ravel(a._grid_ref)))
nbD=len(a.data)
rowsCurr=nbD//nbCols+1
colsCurr=nbD%nbCols+1
#print(nbCols,nbRows,nbC,nbD,rowsCurr,colsCurr)
nbPlot_=nbD+1
nbPlot= "" if nbPlot_ == 1 else f"{nbPlot_}"
for i in customFn:
a=i(a,b,rowsCurr,colsCurr,nbPlot_)
a.add_trace(b.data[0],row=rowsCurr,col=colsCurr)
if len(layoutToSave)>0:
for i in layoutToSave:
ii=fstr(i,nbPlot=nbPlot)
ii2=fstr(i,nbPlot="")
#print(ii,ii2,i,nbPlot)
bb=b.layout
c=dict()
ok=True
tt=True
iis=ii.split(".")
iis2=ii2.split(".")
iisS=iis[::-1]
#print(iis,iis2)
but=None
for j_,(j,j2) in enumerate(zip(iis,iis2)):
#print(j_,j,j2,b,j2 in b)
if j2 in bb:
bb=bb[j2]
#print(bb,j,j2,j_)
#c[j]=dict() if j_+1<len(iis) else bb
#print(c)
if len(iis)==j_+1:
but=bb.to_plotly_json() if issubclass(type(bb),plotly.basedatatypes.BaseLayoutHierarchyType) else bb
else:
ok=False
break
#print(c,but,ok)
if ok:
for j in iisS:
o={j:but}
but=o
#print(o)
a=a.update_layout(**o)
return a
# permet d'utiliser l'operateur + entre deux Figure plotly et plotly_study
isSubplot=lambda fig:hasattr(fig,"_grid_ref") and (np.shape(fig._grid_ref)[0]*np.shape(fig._grid_ref)[1])>1
go.Figure.__add__ = lambda self,other: (self.add_trace(other.data[0]) if not isSubplot(self) else add_to_subplots(self,other)) if other.__class__ is go.Figure else self
go2.Figure.__add__ = lambda self,other: (self.add_trace(other.data[0]) if not isSubplot(self) else add_to_subplots(self,other)) if other.__class__ is go2.Figure else self
# ajoute un second axe à une figure existante, lié à yaxis2
def addSecondAxis(plotyFig):
yaxis_layout_plotlyFig=plotyFig.layout["yaxis"].to_plotly_json().copy()
yaxis_layout_plotlyFig.update(dict(anchor="x",
overlaying="y",
side="right",
gridcolor= '#E1E5ED',
showgrid= True,
tickfont= {'color': '#4D5663'},
title= {'font': {'color': '#4D5663'}, 'text': ''},
zerolinecolor= '#E1E5ED'
))
plotyFig.layout["yaxis2"]= yaxis_layout_plotlyFig
plotyFig.data[0].yaxis="y2"
return plotyFig
addSecondAxis_ = addToPipe(addSecondAxis)
# ajoute un rangeSlider à une figure plotly
def addSlider(plotyFig):
return plotyFig.update_layout(xaxis_rangeslider_visible=True)
addSlider_ = addToPipe(addSlider)
# fonction pour utiliser les methods de plotly express directement dans le pipe |
pex.line_= addToPipe(pex.line)
px.line_= addToPipe(px.line)
pex.bar_= addToPipe(pex.bar)
px.bar_=addToPipe(px.bar)
pex.scatter_=addToPipe(pex.scatter)
px.scatter_=addToPipe(px.scatter)
pex.choropleth_=addToPipe(pex.choropleth)
px.choropleth_=addToPipe(px.choropleth)
showLegend=lambda a:a.update_traces(showlegend=True)
showLegend_=addToPipe(showLegend)
update_layout_=addToPipe(lambda a,*args,**xargs:a.update_layout(*args,**xargs))
# fonction pour ajouter facilement un hoverTemplate
# args= list de variable à ajouter au template
# dico= dico de clé valeur, qui represente une valeur et son label a afficher
def hoverTemplate(*args,dicoFirst=False,**dico):
keysDicoValues=list(dico.keys())
values=range(len(args)) | _ftools_.mapl("customdata[{}]")
if dicoFirst:
keysDicoValues.extend(values)
values=keysDicoValues
else:
values.extend(keysDicoValues)
dicoLabels=list(dico.values())
labels=list(args)
if dicoFirst:
dicoLabels.extend(labels)
labels=dicoLabels
else:
labels.extend(dicoLabels)
hovertemplate=[]
for indice in range(len(values)):
hovertemplate.append(f"<i>{labels[indice]}</i> : %{{{values[indice]}}}")
return "<br>".join(hovertemplate)
hoverTemplate_ = addToPipe(hoverTemplate)
# convert mpl to plotly
def mpl_to_plotly2(fig=None):
from plotly.tools import mpl_to_plotly as mpl_to_plotly_
fig= plt.gcf() if fig is None else fig
return mpl_to_plotly_(fig)
# fonction pour créer deux onglets html depuis deux figure
def tabs(fig1,fig2, fig1Name="Absolue", fig2Name="Log",fig1Plus="",fig2Plus="",maxHeight="500px",marginTop="-450px"):
randomNumber=randomString()
if hasattr(fig1,"to_html"):
fig1=fig1.to_html(include_plotlyjs="require",auto_play=False)
elif hasattr(fig1,"data"):
fig1=fig1.data
if hasattr(fig2,"to_html"):
fig2=fig2.to_html(include_plotlyjs="require",auto_play=False)
elif hasattr(fig2,"data"):
fig2=fig2.data
return HTML("""
<button id="tab1{random}" class="active-me{random}" onclick="selectTab{random}(1,this);">{fig1Name}</button>
<button id="tab2{random}" onclick="selectTab{random}(2,this);">{fig2Name}</button>
<br/>
<div id="kk{random}">
<div id="tab1Content{random}">
{tab1}
{fig1Plus}
</div>
<div id="tab2Content{random}" class="hidden{random}">
{tab2}
{fig2Plus}
</div>
</div>
<style>
#tab1Content{random} {
position: static;
}
#tab2Content{random} {
width: 100%;
margin-top: {marginTop};
position: relative;
}
.hidden{random} {
margin-left: 100000px;
}
#kk{random} {
width:100%;
height:{maxH};
overflow:scroll;
}
.active-me{random} {
color: white;
background-color:gray;
}
</style>
<script>
function selectTab{random}(tabIndex,th) {
//Hide All Tabs
document.getElementById('tab1Content{random}').classList.remove("hidden{random}");
document.getElementById('tab1Content{random}').classList.add("hidden{random}");
document.getElementById('tab2Content{random}').classList.remove("hidden{random}");
document.getElementById('tab2Content{random}').classList.add("hidden{random}");
document.getElementById('tab1{random}').classList.remove("active-me{random}")
document.getElementById('tab2{random}').classList.remove("active-me{random}")
th.classList.add("active-me{random}")
//Show the Selected Tab
document.getElementById('tab' + tabIndex + 'Content{random}').classList.remove("hidden{random}");
}
</script>
""".replace("{tab1}",fig1 )
.replace("{tab2}",fig2 )
.replace("{random}",randomNumber)
.replace("{fig2Name}",fig2Name)
.replace("{fig1Name}",fig1Name)
.replace("{fig1Plus}",fig1Plus)
.replace("{fig2Plus}",fig2Plus)
.replace("{maxH}",maxHeight)
.replace("{marginTop}",marginTop)
)
# afficher un dashboard dash dans un notebook
def show_app(app, # type: dash.Dash
port=10000,
width=700,
height=350,
offline=True,
style=True,
**dash_flask_kwargs):
"""
Run the application inside a Jupyter notebook and show an iframe with it
:param app:
:param port:
:param width:
:param height:
:param offline:
:return:
"""
url = 'http://0.0.0.0:%d' % port
iframe = '<iframe src="{url}" width={width} height={height}></iframe>'.format(url=url,
width=width,
height=height)
display.display_html(iframe, raw=True)
if offline:
app.css.config.serve_locally = True
app.scripts.config.serve_locally = True
if style:
external_css = ["https://fonts.googleapis.com/css?family=Raleway:400,300,600",
"https://maxcdn.bootstrapcdn.com/font-awesome/4.7.0/css/font-awesome.min.css",
"http://getbootstrap.com/dist/css/bootstrap.min.css", ]
for css in external_css:
app.css.append_css({"external_url": css})
external_js = ["https://code.jquery.com/jquery-3.2.1.min.js",
"https://cdn.rawgit.com/plotly/dash-app-stylesheets/a3401de132a6d0b652ba11548736b1d1e80aa10d/dash-goldman-sachs-report-js.js",
"http://getbootstrap.com/dist/js/bootstrap.min.js"]
for js in external_js:
app.scripts.append_script({"external_url": js})
return app.run_server(debug=False, # needs to be false in Jupyter
port=port,
host="0.0.0.0",
**dash_flask_kwargs)
# fonction pour utiliser ses fonctions directement dans dfply
#log fonction
@make_symbolic
def log_(series):
return np.log(series)
#si 0 -> nan
@make_symbolic
def zeroNan(a):
return a.apply(lambda d: np.nan if d==0 else d)
#rien -> return seulement le param envoyé
@make_symbolic
def rien(s):
return s
# check if the package "pkg" exist in R
def rPackageExist(pkg):
try:
importr(pkg)
except:
return False
return True
# get the package "pkg" if exist if not install it in R
def rInstallIfNotExistPackage(pkg):
utils = importr('utils')
if not rPackageExist(pkg):
print(f"install R package {pkg}...")
utils.install_packages(pkg)
return importr(pkg)
#factoMineR=rInstallIfNotExistPackage("FactoMineR")
#factoextra=rInstallIfNotExistPackage("factoextra")
Confirmed & Deaths World
# get world data about confirmed and deaths
def getData(force=False,
silent=False):
def _getDataByValue(url=None,value=None,force=False,silent=False):
today = moment().date
fname="data/covid_19_data_{}_times_{}.csv".format(value, today.strftime("%Y_%m_%d"))
#glob.glob("data/covid_19_data_*")
if silent: return os.path.isfile(fname)
if not os.path.isfile(fname) or force:
print(f"load data {value}...")
os.system(f"curl {url} > data/_covid_19_data_times2.csv")
dataImported=pd.read_csv("data/_covid_19_data_times2.csv")
dataColumns=(dataImported >> df.select(~df.columns_to("Long",inclusive=True))).columns
dataWide=dataImported >> df.gather('Date', value, dataColumns)
dataWide.columns=dataWide.columns.map(lambda a:a.replace("/","_"))
dataWide.to_csv(fname,index=False)
os.system(f"rm data/_covid_19_data_times2.csv")
#pd.read_csv("https://opendata.ecdc.europa.eu/covid19/casedistribution/csv")
else:
dataWide=pd.read_csv(fname)
return dataWide
if silent:
return _getDataByValue(value="Deaths",silent=True)
(deaths, confirmed)= [
_getDataByValue("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv",
"Deaths",
force),
_getDataByValue("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv",
"Confirmed",
force)
]
allDataCovid=deaths >> df.inner_join(confirmed,
by=["Province_State",
"Country_Region",
"Lat",
"Long",
"Date"])
if not (deaths.shape[0] == confirmed.shape[0] and confirmed.shape[0] == allDataCovid.shape[0]):
print("ERROR: /!\ pb de join",deaths,confirmed,allDataCovid,deaths.shape[0] == confirmed.shape[0],confirmed.shape[0] == allDataCovid.shape[0])
#return None
return allDataCovid
# NOT NEEDED NOW
# get French Data about confirmed and deaths
def getDataFr(force=False,
silent=False):
return True
today = moment().date
fname="data/chiffres-cles_{}.csv".format(today.strftime("%Y_%m_%d"))
if silent:
return os.path.isfile(fname)
if not os.path.isfile(fname) or force:
print("load data fr...")
dirTmp=TMP_DIR()
os.system("git clone https://github.com/opencovid19-fr/data.git "+dirTmp.get())
os.system("cp -r {dirTmp.i} /sante-publique-france covidD/")
dirTmp.delete()
os.system("cd covidD && node build")
frData = pd.read_csv("covidD/dist/chiffres-cles.csv")
frData=frData >> df.filter_by(X.granularite=="pays") >> df.select("date",df.columns_between(X.cas_confirmes,X.gueris))
frData.to_csv(fname,index=False)
else:
frData=pd.read_csv(fname)
return frData
Tests in World with Date
#get data for covid 19 worldwide
def getDataTests(fname="./data/testsWorld.csv",force=False,silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
testsPer100000=(
pd.read_csv("data/covid19-tests-per-million-people.csv").dropna()
.mutate_(dict_({__.columns[-1]:__.iloc[:,-1]/10.}))
.renameCols({-1:"Total Covid19 Test per 100,000"})
)
testsWorld=pd.read_csv("data/testsWorld.csv").mutate(testsPer100000=X.testsPer10000*10)
globalTestsWold100000=(
testsPer100000
.mutate(Date=X.Date.apply(pd.to_datetime))
.renameCols({-1:"testsPer100000"},Entity="Country")
.concatWithRows(testsWorld
.mutate(Date=X.Date.apply(pd.to_datetime)))
.dropna(axis=1)
.sort_values(["Country","Date"])
.groupby(["Country"])
.last()
.reset_index()
)
globalTestsWold100000.to_csv(fname,index=False)
else:
globalTestsWold100000=pd.read_csv(fname)
return globalTestsWold100000
hospitalisation en France
def getDataHospitFrance(force=False,
silent=False):
today = moment().date
fname="data/covid19DataHospitFr_{}.csv".format(today.strftime("%Y_%m_%d"))
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
print(f"load data {today.strftime('%Y_%m_%d')}...")
page = requests.get('https://www.data.gouv.fr/fr/datasets/donnees-hospitalieres-relatives-a-lepidemie-de-covid-19')
tree = html.fromstring(page.content)
url=tree.cssselect(".dataset-container .resources-list .resource-card")[0].cssselect("[download]")[0].get("href")
dataFrHospit=pd.read_csv(url,sep=";")
dataFrHospit.to_csv(fname,index=False)
else:
dataFrHospit=pd.read_csv(fname)
return dataFrHospit
#TODO: AJOUTER DATA QUOTIDIENNE
# get population by country with population by age
def getDataPopu(fname="./data/popu.csv", force=False, silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
popu=(
pd.read_csv("./data/WPP2019_POP_F15_1_ANNUAL_POPULATION_BY_AGE_BOTH_SEXES/ESTIMATES-Tableau 1.csv",
";",
skiprows=range(16))
.reset_index(drop=T)
) >> df.drop(range(2))
# select right columns
popuMonde=(popu
>> df.filter_by(X.Type=="Country/Area",
X.iloc[:,5]==2020)
>> df.select(0,df.columns_from(6))
>> df.rename(pays=0)) | __.reset_index(drop=True)
# group in tranche A (0-14), B (15-44), C (45-64), D (65-74), E (75-+)
popuMonde["Code tranches d'age_A"]=popuMonde.loc[:,['0-4', '5-9', '10-14']].transform(lambda a:a.str.replace(" ","").astype(int)).sum(axis=1)
popuMonde["Code tranches d'age_B"]=popuMonde.loc[:,['15-19','20-24','25-29','30-34','35-39','40-44']].transform(lambda a:a.str.replace(" ","").astype(int)).sum(axis=1)
popuMonde["Code tranches d'age_C"]=popuMonde.loc[:,['45-49','50-54','55-59','60-64']].transform(lambda a:a.str.replace(" ","").astype(int)).sum(axis=1)
popuMonde["Code tranches d'age_D"]=popuMonde.loc[:,['65-69','70-74']].transform(lambda a:a.str.replace(" ","").astype(int)).sum(axis=1)
popuMonde["Code tranches d'age_E"]=popuMonde.loc[:,['75-79','80-84','85-89','90-94','95-99','100+']].transform(lambda a:a.str.replace(" ","").astype(int)).sum(axis=1)
popuMonde=popuMonde.drop(['0-4', '5-9', '10-14'],axis=1)
popuMonde=popuMonde.drop(['15-19','20-24','25-29','30-34','35-39','40-44'],axis=1)
popuMonde=popuMonde.drop(['45-49','50-54','55-59','60-64'],axis=1)
popuMonde=popuMonde.drop(['65-69','70-74'],axis=1)
popuMonde=popuMonde.drop(['75-79','80-84','85-89','90-94','95-99','100+'],axis=1)
# long -> wide
popuMondeTranches=(
(popuMonde >> df.mutate( popu = X.iloc[:,1:].sum(axis=1) ) >> df.gather("tranches_age","value", df.starts_with("Code"))) >>
df.mutate(tranches_age=X.tranches_age.str.replace("Code tranches d'age_",""))
)
popuMondeTranches.to_csv(fname,index=False)
else:
popuMondeTranches=pd.read_csv(fname)
return popuMondeTranches
#get Median Age by Country
def getDataMedianAge(fname="./data/medianAgeWorld.csv",force=False,silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
medianAge=(pd.read_csv("data/median-age.csv").renameCols({-1:"medianAge","Entity":"Country"})
.set_index(["Country","Year"]).loc(axis=0)[:,2020]
.iloc[:,[-1]]
.reset_index())
medianAge.to_csv(fname,index=False)
else:
medianAge=pd.read_csv(fname)
return medianAge
#get taux d'urbanisation par pays (% du nb de personnes dans les / le reste )
def getDataUrba(fname="./data/tauxUrbaWorld.csv", force=False, silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
tauxUrba=pd.read_csv("data/tauxUrba.csv",
sep=";",
skiprows=range(4)).iloc[:,[0,-3]]
tauxUrba.to_csv(fname,index=False)
else:
tauxUrba=pd.read_csv(fname)
return tauxUrba
# get la densité de population (par km^2)
def getDataPopuDensity(fname="./data/popDensityWorld.csv", force=False, silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
popdensity=pd.read_csv("data/pop_density.csv",
sep=";",
skiprows=range(4)).iloc[:,[0,-3]]
popdensity.to_csv(fname,index=False)
else:
popdensity=pd.read_csv(fname)
return popdensity
def getDepartementsLatLon(fname="./data/depLatLon.csv", force=False, silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
files=glob.glob("./data/depfr-txt/*")
filesDep=files | _ftools_.mapl(lambda a:[a.split("/")[-1].split("-")[0],a])
filesDepDict=dict(filesDep)
depNums=list(filesDepDict.keys())
dfDep=pd.DataFrame(filesDepDict.items(),columns=["depNum","file"])
#frHospitTrainX.dep.apply(lambda a:filesDepDict[a] if a in filesDepDict else np.nan)
#frHospitTrainX=frHospitTrainX.dropna()
dfDep["fileLines"]=dfDep.file.progress_apply(lambda a:getLinesFromFileName(a))
dfDep["depName"]=dfDep.fileLines.progress_apply(lambda a:a[1].strip())
dfDep["latLon"]=dfDep.fileLines.progress_apply(lambda a:",".join(a[2].split(",")[:2]))
depLatLon=dfDep >> df.separate(X.iloc[:,-1],["lon","lat"],sep=",")
depLatLon=depLatLon.loc[:,["depNum","depName","lon","lat"]]
depLatLon.to_csv(fname,index=False)
else:
depLatLon=pd.read_csv(fname)
return depLatLon
# get life expectancy
def getDataLife(fname="./data/life_expectancy_world.csv",force=False,silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
lifeExp=pd.read_csv("./data/life_expectancy.csv",
sep=";")
lifeExpBothSexes=((lifeExp.set_index(lifeExp
.columns[:2]
.tolist()
) >>
df.select( ~df.contains(".") )) |__
.drop("Country") |__
.loc[(slice(None),"2016"),:] |__
.reset_index(1,drop=T) |__
.rename_axis("Country")
).reset_index().set_index("Country").astype("float").reset_index()
lifeExpBothSexes.to_csv(fname,index=False)
else:
lifeExpBothSexes=pd.read_csv(fname)
return lifeExpBothSexes
def getDataDoctors(fname="./data/doctorsWorld.csv", force=False, silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
medicalWorld=(pd.read_csv("./data/medicalWorld.csv",
index_col=[0,1])
.iloc[:,:1]
.drop(( 'Country', 'Year'))
.rename_axis(( 'Country', 'Year'))
.reset_index("Year")
.groupby("Country")
.first()
.reset_index()
.dropna() |__
.astype((__.columns,[np.object,np.int,np.float]) |_funs_|
zip |_fun_|
dict)
.rename_cols(__.columns[:2].tolist()+["MedicalDoctorsPer100000"])
.mutate(MedicalDoctorsPer100000=X.MedicalDoctorsPer100000*10)
)
medicalWorld.to_csv(fname,index=False)
else:
medicalWorld=pd.read_csv(fname)
return medicalWorld
# get hospital beds, acute beds, icu beds (/100000)
def getDataBeds(fname="./data/bedsWorld.csv",force=False,silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
hospitals=(pd.read_csv("data/Hospital_beds_100000.csv")
.groupby("Country").first().reset_index()
)
icuBeds=(pd.read_csv("data/icus.csv",sep=";",usecols=range(3))
.groupby("Country").first().reset_index().set_axis(["Country","acuteBeds/100000","icuBeds/100000"],axis=1)
)
icuBedsAsia=(pd.read_csv("data/bedsAsia.csv",sep=";",usecols=range(5))
.groupby("Country").first().reset_index()
)
icuBedAsia2=(
icuBedsAsia
.mutate(criticalCareBedsPer100000Verif=(X.criticalCareBeds/X.popu*100000).round(1))
.mutate(acuteHospitalBed=(X.criticalCareBeds/X.criticalCareBedsAsPercOfAcuteHospitalBeds*100).round(0))
.mutate(acuteHospitalBedPer100000=(X.acuteHospitalBed/X.popu*100000).round(1))
).iloc[:,[0,7,3]].set_axis(['Country', 'acuteBeds/100000', 'icuBeds/100000'],axis=1)
acuteAndIcuBeds=pd.concat([icuBeds,icuBedAsia2],ignore_index=T)
hostipalsBeds=hospitals.drop(["Year"],axis=1)
hostipalsBeds.Country=(hospitals.Country
.replace("Brunei Darussalam","Brunei")
.replace("Czechia","Czech Republic")
.replace("Democratic People's Republic of Korea","North Korea")
.replace("Democratic Republic of the Congo","Congo")
.replace("Iran (Islamic Republic of)","Iran")
.replace("Lao People's Democratic Republic","Laos")
.replace("Republic of Korea","South Korea")
.replace("United Kingdom of Great Britain and Northern Ireland","UK")
.replace("United States of America","USA")
)
acuteAndIcuBeds.Country = (acuteAndIcuBeds.Country
.replace("The Netherlands","Netherlands")
)
beds=hostipalsBeds.merge(acuteAndIcuBeds,how="outer").sort_values("Country")
beds.to_csv(fname,index=F)
else:
beds=pd.read_csv(fname)
return beds
def getDataPoliticalRegime(fname="./data/politicalRegimeWorld.csv",force=False,silent=False):
if silent:
return os.path.isfile(fname)
if force or not os.path.isfile(fname):
politicalRegime=pd.read_csv("./data/political-regime.csv")
politicalRegime=(politicalRegime.groupby("Entity").last().reset_index()
.renameCols({-1:"Political Regime"})
.filter_by(X["Political Regime"]!=-20)
.mutate(PoliticalRegimeCat=X["Political Regime"].cut([-11,-6,0,5,10],[
"Autocracy",
"Closed Anocracy",
"Open Anocracy",
"Democracy"])).iloc[:,[0,2,3,4]])
politicalRegime.to_csv(fname,index=False)
else:
politicalRegime=pd.read_csv(fname)
return politicalRegime
#usefull functions for EDA
def choroplethEda(df,
locationmode="country names",
locations="Country",
color_continuous_scale=px.colors.sequential.Bluered,
color=__.columns[-1],
tracesXargs={},
**xargs):
if locations not in df.columns:
locations="Country Name"
if locations not in df.columns:
locations="Entity"
if locations not in df.columns:
locations="Country_Region"
return df | px.choropleth_(df,
locationmode=locationmode,
locations=locations,
color_continuous_scale=color_continuous_scale,
color=color,**xargs).update_traces(**tracesXargs)
choroplethEda_=addToPipe(choroplethEda)
#easily create tabs with absolute and log values, or alone plot
def makeTabsEdaOrAlone(df,
logCol=None,
logName=None,
title="",
onlyLog=False,
onlyAbsolute=False,
hover_data=None,
logVarText="Log",
logText=" (log)",
logFun=np.log,
color=__.columns[-1],
tabsXargs={},
zeroNanOK=False,
logAdd1=True,
fnPlot=lambda a:a,
**xargs):
fnNan=rien if not zeroNanOK else zeroNan
color= color if type(color) is str else callIfFn(df,callIfPipe(df, color,returnObj=T),returnObj=T)
if logCol is None:
logCol=callIfPipe(df,color,returnObj=True)
if logName is None:
logName=logCol+logVarText
funcEda=lambda df=df,title=title,color=color: df.mutate(**{color:fnNan(X[color])}) | choroplethEda_(hover_data=hover_data,title=title,color=color,**xargs)
fig1=callIfPipeY(callIfPipe(funcEda(),fnPlot),fnPlot)
fig2=callIfPipeY(callIfPipe(funcEda(df.mutate(**{logName:logFun(df[logCol]+( 1 if logAdd1 else 0))}),
title+logText,
color=logName),fnPlot),fnPlot)
if onlyLog:
return fig2
if onlyAbsolute:
return fig1
return tabs(fig1,fig2,**tabsXargs)
makeTabsEdaOrAlone_=addToPipe(makeTabsEdaOrAlone)
def countryProvinceToCountryAndCols(df,cols=["Deaths","Confirmed"], countryCol="Country_Region",colDate="Date"):
return df.groupby([countryCol,colDate]).sum().loc[:,cols].reset_index()
countryProvinceToCountryAndCols_=addToPipe(countryProvinceToCountryAndCols)
def covidDataPreEda(df,
col="Deaths",
groupByCol="Country_Region",
colDate="Date",
cumulToOneSuffix="ByDate",
suffixCumulative="Cumulative",
suffixAbsolute="",
more={}):
data_=(df |
countryProvinceToCountryAndCols_(cols=[col]+list(more.keys())) |
cumulToOne_(colCumul=col,colSuffix=cumulToOneSuffix) |
addNbCount_() |__
.groupby([groupByCol,colDate]).aggKV(nb=sum,
**more,
**{col:sum,
col+cumulToOneSuffix:sum}
)
.reset_index()
.renameCols({col:col+suffixCumulative,
col+cumulToOneSuffix:col+suffixAbsolute})
)
return data_
covidDataPreEda_=addToPipe(covidDataPreEda)
def showCountPlus(n1="",n2="",what="cas confirmés",sign="+",color="rgb(255, 153, 71)",
fontSize="35px",
fontSize2="20px",
fontSize3="25px"):
return iframe_from_html("""
<meta charset='utf8'>
<style>
body{
font-family: "Marianne",Arial;
font-size:{fontSize};
}
.counter.jsx-1203414269 {
display: flex;
flex-direction: column;
justify-content: space-around;
text-align: center;
color: {color};
margin: 1em 0px;
}
.difference{
font-size:{fontSize2};
}
.texto{
font-size:{fontSize3};
}
</style>
<div class="jsx-1203414269 counter"><div class="jsx-1203414269 value">{n1}
{n2}
<div class="jsx-1203414269 texto">{what}</div></div>
""".replace("{n1}", ( f"{n1}" if type(n1) is str else f"{n1:,}") if n1 != "" else "")
.replace("{n2}",( f"<div class='jsx-1203414269 difference'>( {sign} {n2} )</div>" if type(n2) is str else f"<div class='jsx-1203414269 difference'>( {sign} {n2:,} )</div>") if n2 != "" else "")
.replace("{what}",what)
.replace("{color}",color)
.replace("{fontSize}",fontSize)
.replace("{fontSize2}",fontSize2)
.replace("{fontSize3}",fontSize3)
,height="100%")
#FUNCTIONS FOR JOIN COVID DATA (DEATHS, Confirmed) WITH THE POPULATION OF EACH COUNTRY
def searchPays( pays,ddz):
return ( ddz | _ftools_
.mapl(lambda a:pays in a) |_fun_
.np.argwhere(__) | _ftools_
.mapl(lambda a: a[0] if len(a)>0 else []) | _ftools_
.mapl(lambda a:[a,ddz[a]])) | addToPipe(lambda a:None if len(a)==0 else a[0])
def searchPaysNotJoined(feg, ddz):
return ( np.argwhere(
feg
.map(lambda a: np.where(ddz==a.lower())[0].shape[0]>0 ).values == False
).reshape(-1) |_ftools_
.mapl(lambda a:feg[a])
) | _ftools_.mapl(lambda a:[a,searchPays(a.lower(),ddz)])
def joinCovidDeathsAndPopu(covidEdaTrainX, popuMondeTranches):
fzf=(
covidEdaTrainX.groupby(["Country_Region","Date"]).sum().reset_index("Date")
).join(popuMondeTranches.set_index("pays"))
ddz=popuMondeTranches.pays.str.lower().values
feg=covidEdaTrainX.Country_Region.value_counts().index
dg=searchPaysNotJoined(feg,ddz)
#print(dg)
vr=popuMondeTranches.set_index("pays")
#return fzf,dg
for i,j in dg:
if j is not None:
#print(j[0])
fzf.loc[i,"popu"]=popuMondeTranches.iloc[j[0],:].loc["popu"]
try:
fzf.loc["US","popu"]=popuMondeTranches.set_index("pays").loc["United States of America","popu"].iloc[0]
except:
pass
dldl=fzf.reset_index().rename(columns={"index":"Country_Region"})
dldl.Country_Region=dldl.Country_Region.astype("category")
return dldl
# eda for world data, Deaths and confirmed
def covidDataEda(df,
#popuMondeTranches=None,
col=__.columns[-1],
cumulative=False,
groupByDate=None,
groupByCol="Country_Region",
suffixGrouped="Grouped",
suffixAbsolute="",
suffixCumulative="Cumulative",
log=False,
both=False,
bothCumulative=False,
boths=True,
hover_data=None,
colDate="Date",
animation_frame=True,
animation_frame_col="Date",
begin="start",
end="last",
title="Number of {col} worldwide",
groupbyAndDateXargs={},
zeroNan=True,
groupByText=" (par {groupByDate} jours)",
byPopu=True,
fnPlot=lambda a:a,
**xargs
):
def covidDataEda2(df=df,col=col,begin=begin, end=end,groupByCol=groupByCol,colDate=colDate,hover_data=hover_data,suffixAbsolute=suffixAbsolute,
both=both,boths=boths,log=log,bothCumulative=bothCumulative,title=title,animation_frame=animation_frame,
animation_frame_col=animation_frame_col,suffixCumulative=suffixCumulative,zeroNan=zeroNan, fnPlot=fnPlot,byPopu=byPopu,xargs=xargs):
if byPopu:
gj=df
XU=gj.mutate(**{col+"Base":X[col],
col+suffixCumulative+"Base":X[col+suffixCumulative]}).mutate(**{col: (X[col]/(X["popu"]*1000))*100,
col+suffixCumulative:(X[col+suffixCumulative]/(X["popu"]*1000))*100 })
XU=XU.filter_by(X.popu.notna())
XU[groupByCol]=XU[groupByCol].cat.remove_unused_categories()
title+=" (par population %)"
#toSelect+=[XUCol+"Base"]
hover_data=[col+"Base",col+suffixCumulative+"Base",colDate]
df=XU
if not animation_frame:
if end == "last":
df=df.groupby(groupByCol).last().reset_index()
title+=f" (~{ moment().date.strftime('%d %B %Y')})"
else:
end= moment(end).date
df=(df.groupby(groupByCol).get_groups() | _ftools_.
mapl(lambda a:a.filter_by(X[colDate]< end).end()) |_fun_.
pd.concat(__,axis=0)
)
title+=f" (~{end.strftime('%d %B %Y')})"
else:
xargs["animation_frame"]=animation_frame_col
if begin!="start":
if type(begin) is moment_.core.Moment:
begin=begin.date
if type(begin) is datetime:
df=(df.groupby(groupByCol).get_groups() | _ftools_.
mapl(lambda a:a.filter_by(X[colDate]>= begin)) |_fun_.
pd.concat(__,axis=0)
)
title+=f" (start ~{begin.strftime('%d %B %Y')})"
if hover_data is None:
hover_data = [colDate]
if colDate in hover_data:
df=df | dateToStrDate_(colDate=colDate)
#print(df)
if both or log:
hover_data+=[col+suffixAbsolute]
fig1=makeTabsEdaOrAlone(df,
color=col+suffixAbsolute,
title=title,
onlyLog=log,
onlyAbsolute=not both and not log,
hover_data=hover_data,
zeroNanOK=zeroNan,
fnPlot=fnPlot,
**xargs)
if bothCumulative:
hover_data+=[col+suffixCumulative]
title+=" (Cumulative)"
fig2=makeTabsEdaOrAlone(df,
color=col+suffixCumulative,
title=title,
onlyLog=log,
onlyAbsolute=not both and not log,
hover_data=hover_data,
zeroNanOK=zeroNan,
fnPlot=fnPlot,
**xargs)
fig1=tabs(fig1,fig2,"Absolue","Cumulative",marginTop="-550px" if both and bothCumulative else '-505px')
return fig1
col= col if type(col) is str else callIfFn(df,callIfPipe(df, col,returnObj=T),returnObj=T)
title=fstr(title,col=col)
groupCols={col:sum, col+suffixCumulative:np.max}
if byPopu:
groupCols["popu"]=np.max
if boths:
both=True,
bothCumulative=True
if both:
log=False
if bothCumulative:
cumulative=False
if hover_data is None:
hover_data = [colDate]
if groupByDate is not None:
df=df.groupbyAndDate(groupByCol,
___.aggKV(nb=sum,
**groupCols),
nbJ=groupByDate,**groupbyAndDateXargs)
hover_data+=["nb","DateDebut"]
df=df.mutate(DateDebut=X.Date.apply(lambda a:moment(a).add(days=-groupByDate).date.strftime('%d/%m/%Y')),
**{groupByCol:X[groupByCol].astype("category")})
title+=fstr(groupByText,groupByDate=groupByDate)
if not cumulative:
if byPopu:
fig1=covidDataEda2(df=df,title=title,bothCumulative=bothCumulative,both=both,col=col,log=log,hover_data=hover_data,byPopu=False)
fig2=covidDataEda2(df=df,title=title,bothCumulative=bothCumulative,both=both,col=col,log=log,hover_data=hover_data)
return tabs(fig1,fig2,"Absolue","ByPopu",marginTop="-550px")#raise NotImplementedError("by popu")
else:
return covidDataEda2(df=df,title=title,bothCumulative=bothCumulative,both=both,col=col,log=log,hover_data=hover_data)
else:
raise NotImplementedError("only cumulative")
covidDataEda_=addToPipe(covidDataEda)
def getLinesEdaCovidByCountry(XU,suffixeCumulative="Cumulative",countryRegionCol="Country_Region",
colDate="Date",maxi=15,title="Nombre de {XUCol} par pays",
# popu=None,
begin="start",
byPopu=False,
add=[]):
XUCol=XU.columns[-1]+suffixeCumulative
toSelect=[XUCol]
hover_data=None
if byPopu :
gj=XU#joinCovidDeathsAndPopu(XU, popu).groupby([countryRegionCol,colDate]).first().reset_index()
XU=gj.mutate(**{XUCol+"Base":X[XUCol]}).mutate(**{XUCol: (X[XUCol]/(X["popu"]*1000))*100})
XU=XU.filter_by(X.popu.notna())
XU=XU.mutate(**{XUCol:X[XUCol].replace(float("inf"),np.nan)}).dropna(axis=0)
XU.Country_Region=XU.Country_Region.cat.remove_unused_categories()
title+=" (par population %)"
toSelect+=[XUCol+"Base"]
hover_data=[XUCol+"Base"]
if begin!="start":
if type(begin) is moment_.core.Moment:
begin=begin.date
if type(begin) is datetime:
XU=(XU.groupby(countryRegionCol).get_groups() | _ftools_.
mapl(lambda a:a.filter_by(X[colDate]>= begin)) |_fun_.
pd.concat(__,axis=0)
)
title+=f" (start ~{begin.strftime('%d %B %Y')})"
lfel=XU.set_index([countryRegionCol,colDate]).select(toSelect)
flfl=np.argsort(XU.groupby([countryRegionCol]).last()[XUCol].values)[::-1]
fname=XU[countryRegionCol].cat.categories[flfl]
return ( lfel.reindex(fname,axis=0,level=0).reset_index()
.filter_by(X[countryRegionCol].apply(lambda a:a in (fname[:maxi].tolist()+add)))
|
px.line_(__,x=colDate,y=XUCol,color=countryRegionCol, hover_data=hover_data)
.update_layout(title=fstr(title,XUCol=XUCol))
)
getLinesEdaCovidByCountry_=addToPipe(getLinesEdaCovidByCountry)
def barPlotCovidEdaBy(df,
pays,
by=1,
col=__.columns[-1],
#popu=None,
#byPopu=False,
beginPlot=None,
beginDate=None):
col= col if type(col) is str else callIfFn(df,callIfPipe(df, col,returnObj=T),returnObj=T)
title=f"Nombre de {col}: {pays} et son taux de croissance par {by} jours"
dataF=(
df
.filter_by(X.Country_Region==pays)
.select("Date",col,col+"Cumulative")
.groupByDate("Date",by).aggKV(**{col+"Cumulative":np.max,
col:np.sum})
)
# print(byPopu,popu)
# if byPopu and popu is not None:
# popus=popu.filter_by(X.pays==pays).select("popu").iloc[0]["popu"]*1000.
# dataF=dataF.mutate(**{col+"Cumulative": X[col+"Cumulative"]/popus*100,
# col: X[col]/popus*100})
# title+=" (par population %)"
#return dataF
if beginPlot is not None:
if type(beginPlot) is moment_.core.Moment:
beginPlot=beginPlot.date
if type(beginPlot) is datetime:
dataF=dataF.reset_index().filter_by(X.Date >=beginPlot).set_index(["Date"])
fig1= (
(
dataF
.mutate(**{col+"Rate":X[col].pct_change().fillna(0).replace({float("inf"):0})})
.reset_index()
|
px.line_(__,x="Date",y=col+"Rate",color_discrete_sequence=["red"]).update_traces(name=f"Variation du Deces/{by}j",mode="markers+lines")
)
+
(
dataF
.reset_index()
|
px.bar_(__,x="Date",y=col,text=col).update_traces(name="Décès",offset=-by*24*60*60*1000,width=by*24*60*60*1000)
)
+
(
dataF
.reset_index()
|
px.scatter_(__,x="Date",y=col+"Cumulative", color_discrete_sequence=["pink"]).update_traces(name="Nombre de décès cummulé")
)
|
addSecondAxis_
|
addSlider_
|
showLegend_
|__
.update_layout(title=title)
)
title+=" (cummulé)"
fig2=(
(
dataF
.mutate(**{col+"Cumulative"+"Rate":X[col+"Cumulative"].pct_change().fillna(0).replace({float("inf"):0})})
.reset_index()
|
px.line_(__,x="Date",y=col+"Cumulative"+"Rate",color_discrete_sequence=["red"]).update_traces(name=f"Variation du Deces Cummulé/{by}j",
mode="markers+lines", yaxis="y2"
)
)
+
(
dataF
.reset_index()
|
px.bar_(__,x="Date",y=col+"Cumulative",text=col+"Cumulative").update_traces(offset=-by*24*60*60*1000,width=by*24*60*60*1000,name="Nombre de décès cummulé")
)
|
addSecondAxis_
|
addSlider_
|
showLegend_
|__
.update_layout(title=title)
)
return tabs(fig1,fig2,"Absolue","Cummulé")
barPlotCovidEdaBy_=addToPipe(barPlotCovidEdaBy)
def graphPopu(popuMondeTranches,
log=False,
both=False):
title="Population par pays"
data_=(popuMondeTranches
.groupby(["pays"]).first().reset_index()
.mutate( popu= X.popu*1000 ))
figA=lambda *args,**xargs:makeTabsEdaOrAlone_(color="popu",
title=title,
locations="pays",
*args,**xargs)
if both:
log=False
if log:
figA=data_ | figA(onlyLog=True)
if both:
figA=data_ | figA()
return figA
graphPopu_=addToPipe(graphPopu)
def graphPopuTranchesAge(popu,
byPopu=False,
both=False,
**xargs):
pop=popu >> df.spread("tranches_age","value") >> df.mutate(popu=X.popu*1000)
title="Population dans le Monde "
tranches=["A","B","C","D","E"]
labelsTranches=["Moins de 15 ans","15-44","45-64","65-74","Plus de 75 ans"]
maskTranches=[False]*len(tranches)
if both:
return tabs(graphPopuTranchesAge(popu,byPopu=False,both=False,**xargs),
graphPopuTranchesAge(popu,byPopu=True,both=False,**xargs),
fig2Name="ByPopu")
if byPopu:
pop=pop >> df.group_by("pays") >> df.mutate(**{i+"ByPopu":X[i]*1000/X.popu*100 for i in tranches
},**{i:X[i]*1000 for i in tranches
})
title+=" (par rapport à leur popu %)"
else:
pop[tranches]=pop[tranches]*1000.
listTranches=_fun_.listl(*[ choroplethEda_(locations="pays",
color=i+"ByPopu",
custom_data=[i],
tracesXargs=dict(hovertemplate="pays=%{location}<br>"+i+'ByPopu=%{z}%<br>popu=%{customdata[0]:s}')) if byPopu else choroplethEda_(locations="pays",
color=i)
for i in tranches ])
reduceAdd = _ftools_.reduce(go.Figure.__add__)
def setTrue_(i):
def setTrue__(df):
f=list(df)
f[i]=True
return f
return addToPipe(setTrue__)
fig=(pop |
listTranches |
reduceAdd
.update_traces(visible=False))
_=fig.data[0].update(visible=True)
buttons_=[dict(label=label,
method="update",
args=[{"visible": maskTranches | setTrue_(i)},
{"title": title+" "+label}]) for i,label in enumerate(labelsTranches) ]
return fig.update_layout(
title=title+" : Moins de 15 ans",
updatemenus=[
dict(
active=0,
buttons=buttons_,
)
])
graphPopuTranchesAge_=addToPipe(graphPopuTranchesAge)
def getCountryFromData(country):
global covidEdaTrainX
return (covidEdaTrainX >>
df.filter_by(X.Country_Region == country) |__
.groupby(["Country_Region","Date"]).agg(dict(Deaths=sum,Confirmed=sum)) |__
[slice(country, country)] |__
.reset_index() |__
.drop(["Country_Region"],axis=1))
def getCountryAndDtFromData(country):
vv=getCountryFromData(country)
return vv >> df.mutate(d_Deaths_dt=np.gradient(vv.Deaths)) >> df.mutate(d_Deaths_dt=X.d_Deaths_dt.interpolate())
def getCountryAndDtsFromData(country):
vv=getCountryFromData(country)
return vv >> df.mutate(d_Deaths_dt=np.gradient(vv.Deaths),
deces_jour=(X.Deaths - X.Deaths.shift())) >> df.mutate(d_Deaths_dt=X.d_Deaths_dt.interpolate().fillna(0),
deces_pct_change=(X.Deaths).pct_change().fillna(0),
deces_pct_change_shift=(X.deces_jour).pct_change().fillna(0))
def graphDeathBy(pays, nbDays=1, log=False):
nbI=nbDays
le="d"
title=pays
argsO = {} if not log else dict(yaxis_type="log")
if log:
title+=" (log)"
data1=(
(getCountryAndDtsFromData(pays) >> df.mutate(nb=1) |__
.groupByDate("Date",nbDays, label='right', closed='right').agg({
"Deaths":max,
"nb":sum,
"deces_jour":sum,
"deces_pct_change":np.mean})).reset_index() >>
df.mutate(Deaths_shift=(X.deces_jour*nbI/X.nb).replace({float("inf"):np.nan}).interpolate().fillna(0))>>
df.mutate(deces_pct_change_shift2=X.Deaths_shift.pct_change().replace({float("inf"):np.nan}).interpolate().fillna(0),
Date_Deb=X.Date.apply(lambda b:moment(b.timestamp()).subtract(day=nbI).date.strftime("%b %d, %Y")) ) >>
df.select("Date","Date_Deb",df.contains("Deaths"),df.contains("deces"),"nb")
)
return (
data1 |__fun__
.listl(
px.line_(__,
x="Date",
y="deces_pct_change_shift2",
color_discrete_sequence=["red"]).update_traces(name=f"Variation du Deces/{nbI}j",mode="markers+lines"),
px.scatter_(__,
x="Date",
y="Deaths",
color_discrete_sequence=["pink"]).update_traces(name=f"Décès Cumul"),
px.bar_(__,
x="Date",
y="deces_jour",
text="deces_jour",
custom_data=["Date_Deb","Deaths","nb"]
).update_traces(name=f"Deces/{nbI}j",
offset=-nbI*24*60*60*1000,
width=nbI*24*60*60*1000,
hovertemplate=hoverTemplate("Date Début ",
"Décès Cumulés ",
"Nombre de jours ",
x="x [Date] ",
y=f"y [Décès/{nbI}j]",dicoFirst=True))
) |_ftools_
.reduce(lambda a,b:a+b) |
addSecondAxis_ |
addSlider_ |
showLegend_ |__.
update_layout(title=title,
yaxis=dict(title=f"Nombre de décès/{nbI}j",
titlefont=dict(
color="blue"
),
tickfont=dict(
color="blue"
)),
yaxis2=dict(title=f"Variation du Nombre de décès/{nbI}j",
titlefont=dict(
color="red"
),
tickfont=dict(
color="red"
)),**argsO)
)
graphDeathBy_=addToPipe(graphDeathBy)
def graphDeaths(covidEdaTrainX,groupByDate=None,debut=moment(2010,2,25).date,log=False,both=False,noNan=False,
cummulative=False):
XXF=covidEdaTrainX.groupby(["Country_Region","Date"]).aggKV(Deaths=sum).reset_index()
if both:
log=False
fnLog=rien if not log else log_
fnNan=rien if noNan else zeroNan
title="Nombre de décès par pays"
if log:
title+=' (log)'
if groupByDate is not None:
XXF=(
((covidEdaTrainX | __
.groupby(["Country_Region","Date"]).aggKV(Deaths=sum).reset_index("Date")) >>
df.group_by("Country_Region") >> df.mutate(Deaths=(X.Deaths - X.Deaths.shift()).fillna(0).mini(0))) | addToPipe(
lambda a: a.groupby('Country_Region').groups.items() % _ftools_
.mapl(lambda i: a.loc[i[0]].reset_index().groupByDate("Date",label="right",nbI=groupByDate).aggKV(Deaths=sum).reset_index() | __
.set_axis( [i[0]]*__.shape[0],inplace=F) )) |_fun_.
pd.concat
)
XXF=XXF.reset_index().rename(columns={"index":"Country_Region"})
if cummulative:
XXF=XXF >>df.group_by(X.Country_Region) >> df.mutate(Deaths=df.cumsum(X.Deaths))
title+= " (cummul)"
title=title+f" (par {groupByDate} jours)"
figA=((XXF >>
df.mutate(Date_D=X.Date.dt.strftime("%d-%m-%y"),
Deaths=fnNan(X.Deaths)) >>
df.mutate(Deaths=fnLog(X.Deaths))>>
df.filter_by( X.Date > debut )
)|_fun_.
px.choropleth(__,
animation_frame="Date_D",
locations="Country_Region",
color_continuous_scale=px.colors.sequential.Bluered,
locationmode="country names",
color="Deaths") |__
.update_layout(title=title))
if both:
fnLog=log_
title+=" (log)"
fig2=((XXF >>
df.mutate(Date_D=X.Date.dt.strftime("%d-%m-%y"),
Deaths=fnNan(X.Deaths)) >>
df.mutate(Deaths=fnLog(X.Deaths))>>
df.filter_by( X.Date > debut )
)|_fun_.
px.choropleth(__,
animation_frame="Date_D",
locations="Country_Region",
color_continuous_scale=px.colors.sequential.Bluered,
locationmode="country names",
color="Deaths") |__
.update_layout(title=title))
figA=tabs(figA,fig2)
return figA
def graphDeathsByPopu(covidEdaTrainX, popuMondeTranches,groupByDate=None, log=False, both=False, animation=False, date="last",
debut=moment(2010,2,25).date,cummulative=False,**args):
gj=joinCovidDeathsAndPopu(covidEdaTrainX, popuMondeTranches)
title="Nombre de décès par pays par rapport à leurs populations"
opts={}
fnDateD= lambda X:X.dt.strftime("%d-%m-%y")
if groupByDate:
animation=True
if not animation:
if date=="last":
gj=gj.groupby(["Country_Region","tranches_age"]).last().reset_index()
title+=" (lastDay)"
else:
gj = (gj >> df.filter_by(X.Date >= date)) | __.groupby(["Country_Region","tranches_age"]).first().reset_index()
title+=f" (~{date.strftime('%d-%m-%y')})"
else:
opts["animation_frame"]="Date_D"
title+=" (byDate)"
#fnDateD= lambda X:X.dt.strftime("%d-%m-%y")
if both:
log=False
fnLog=log_ if log else rien
if log:
title+=" (log)"
if groupByDate is not None:
#return gj
gj=(
((gj | __
.groupby(["Country_Region","Date"]).aggKV(Deaths=sum,popu=np.max).reset_index("Date")) >>
df.group_by("Country_Region") >> df.mutate(Deaths=(X.Deaths - X.Deaths.shift()).fillna(0).mini(0))) | addToPipe(
lambda a: a.groupby('Country_Region').groups.items() % _ftools_
.mapl(lambda i: a.loc[i[0]].reset_index().groupByDate("Date",label="right",nbI=groupByDate).aggKV(Deaths=sum,popu=np.max).reset_index() | __
.set_axis( [i[0]]*__.shape[0],inplace=F) )) |_fun_.
pd.concat
)
gj=gj.reset_index().rename(columns={"index":"Country_Region"})
if cummulative:
gj=gj >> df.group_by(X.Country_Region) >> df.mutate(Deaths=df.cumsum(X.Deaths))
title+= " (cummul)"
title=title+f" (par {groupByDate} jours)"
gj=gj>>df.mutate(Deaths=make_symbolic(lambda a:a.transform(lambda b:np.max([b,0])))(X.Deaths))
#return gj
figA= ((
gj.reset_index() >>
df.filter_by( X.Date > debut ) >>
df.mutate(Deaths_by_popu=X.Deaths/(X.popu*1000)*100.0,Date_D=fnDateD(X.Date)) >>
df.mutate(Deaths_by_popu=fnLog(X.Deaths_by_popu)) >>
df.mutate(**{"Deaths_by_popu (%)":make_symbolic(lambda a:np.round(a,4))(X.Deaths_by_popu)})) |
px.choropleth_(__,
locations="Country_Region",
hover_data=["Date_D","Deaths","popu","Deaths_by_popu (%)"],
locationmode="country names",
color_continuous_scale=px.colors.sequential.Bluered,
color="Deaths_by_popu",**opts) |__
.update_layout(title=title))
if both:
fnLog=log_
title+=" (log)"
fig2= ((
gj.reset_index() >>
df.filter_by( X.Date > debut ) >>
df.mutate(Deaths_by_popu=X.Deaths/(X.popu*1000)*100.0,Date_D=fnDateD(X.Date)) >>
df.mutate(Deaths_by_popu=fnLog(X.Deaths_by_popu))) |
px.choropleth_(__,
locations="Country_Region",
hover_data=["Date_D","Deaths","popu"],
**opts,
locationmode="country names",
color_continuous_scale=px.colors.sequential.Bluered,
color="Deaths_by_popu") |__
.update_layout(title=title))
figA=tabs(figA,fig2)
return figA
# prep custom function
def as_int2(self,li):
li = li if isinstance(li,collections.abc.Iterable) and not isinstance(li,str) else [li]
self._data[li]=self._data[li].apply(lambda a:unNamesEscape(a.values),axis=0)
self._data[li]=self._data[li].astype("int")
return self
Regroupe les données pour un projet
Covidproj = StudyProject.getOrCreate("covid")
on liste les données disponible dans le projet
list(Covidproj.data.keys())
on check pour voir s'il y a des maj de données nécessaires
#covid
okData=getData(silent=True)
okDataTests=T
okDataFrHospit=getDataHospitFrance(silent=True)
#demography
okDataPopu=T#getDataPopu(silent=True)
okDataUrba=T
okDataMedianAge=T
okDataPopuDensity=T
#Health
okDataLife=T#getDataLife(silent=True)
okDataBeds=T
okDataDoctors=T
okDataTauxDeces=T
#Political
okDataPoliticalRegime=T
#France
okDataDepLatLon=T
#Covid
if "covidTemporalAllCountry" in Covidproj.data and okData:
print("covidTemporalAllCountry déjà dans le projet")
else:
print("/!\ covidTemporalAllCountry pas exporté")
if "frHospit" in Covidproj.data and okDataFrHospit:
print("frHospit déjà dans le projet")
else:
print("/!\ frHospit pas exporté")
if "tests" in Covidproj.data and okDataTests:
print("tests déja dans le projet")
testsWorld=Covidproj.data["tests"].dataTrain.X
else:
print("/!\ tests pas exporté")
# if "covidDataFr" in Covidproj.data and okDataFr:
# print("covidDataFr déjà dans le projet")
# else:
# print("/!\ covidDataFr pas exporté")
#demography
if "popuMondeTranches" in Covidproj.data and okDataPopu:
print("popuMondeTranches déjà dans le projet")
popuMondeTranches=Covidproj.data["popuMondeTranches"].dataTrain.X
else:
print("/!\ popuMondeTranches pas exporté")
if "urba" in Covidproj.data and okDataUrba:
print("urba déja dans le projet")
tauxUrbaWold=Covidproj.data["urba"].dataTrain.X
else:
print("/!\ urba pas exporté")
if "medianAge" in Covidproj.data and okDataMedianAge:
print("medianAge déja dans le projet")
medianAgeWorld=Covidproj.data["medianAge"].dataTrain.X
else:
print("/!\ medianAge pas exporté")
if "popuDensity" in Covidproj.data and okDataPopuDensity:
print("popuDensity déja dans le projet")
popuDensityWorld=Covidproj.data["popuDensity"].dataTrain.X
else:
print("/!\ popuDensity pas exporté")
#Health
if "lifeExpectancy" in Covidproj.data and okDataLife:
print("lifeExpectancy déja dans le projet")
lifeExp=Covidproj.data["lifeExpectancy"].dataTrain.X
else:
print("/!\ lifeExpectancy pas exporté")
if "beds" in Covidproj.data and okDataBeds:
print("beds déja dans le projet")
beds=Covidproj.data["beds"].dataTrain.X
else:
print("/!\ beds pas exporté")
if "doctors" in Covidproj.data and okDataDoctors:
print("doctors déja dans le projet")
doctors=Covidproj.data["doctors"].dataTrain.X
else:
print("/!\ doctors pas exporté")
if "tauxDeces" in Covidproj.data and okDataTauxDeces:
print("tauxDeces déja dans le projet")
tauxDecesWorld=Covidproj.data["tauxDeces"].dataTrain.X
else:
print("/!\ tauxDeces pas exporté")
#Political
if "politicalRegime" in Covidproj.data and okDataPoliticalRegime:
print("politicalRegime déja dans le projet")
politicalRegimeWorld=Covidproj.data["politicalRegime"].dataTrain.X
else:
print("/!\ politicalRegime pas exporté")
#France
if "depLatLong" in Covidproj.data and okDataDepLatLon:
print("depLatLong déja dans le projet")
depLatLong=Covidproj.data["depLatLong"].dataTrain.X
else:
print("/!\ depLatLong pas exporté")
#covid
if "covidTemporalAllCountry" not in Covidproj.data or not okData:
print("covidTemporalAllCountry not in project")
covidData = getData(T) # on récupere les données
covidData.Date = pd.to_datetime(covidData.Date)
covidData["Country_Region"]=covidData["Country_Region"].astype("category")
covidData["Province_State"]=covidData["Province_State"].astype("category")
Covidproj.saveDatasWithId("covidTemporalAllCountry",covidData,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__")) # on ajoute les données dans le projet
Covidproj.export()
print("ok")
#fr Hospit
if "frHospit" not in Covidproj.data or not okDataFrHospit:
print("frHospit not in project")
frHospit = getDataHospitFrance(T) # on récupere les données
#covidData.Date = pd.to_datetime(covidData.Date)
#covidData["Country_Region"]=covidData["Country_Region"].astype("category")
#covidData["Province_State"]=covidData["Province_State"].astype("category")
Covidproj.saveDatasWithId("frHospit",frHospit,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__")) # on ajoute les données dans le projet
Covidproj.export()
print("ok")
# if "covidDataFr" not in Covidproj.data or not okDataFr:
# print("covidDataFr not in project")
# covidData = getDataFr()
# covidData.date = pd.to_datetime(covidData.date)
# Covidproj.saveDatasWithId("covidDataFr",covidData,pd.Series(name="__fake__"),
# pd.DataFrame(),pd.Series(name="__fake2__"))
# Covidproj.export()
# print("ok")
if "tests" not in Covidproj.data or not okDataTests:
print("tests not in project")
testsWorld = getDataTests()
Covidproj.saveDatasWithId("tests",testsWorld,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
#demography
if "popuMondeTranches" not in Covidproj.data or not okDataPopu:
print("popuMondeTranches not in project")
popuMondeTranches=getDataPopu()
Covidproj.saveDatasWithId("popuMondeTranches",popuMondeTranches,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
if "urba" not in Covidproj.data or not okDataUrba:
print("urba not in project")
tauxUrbaWold = getDataUrba()
Covidproj.saveDatasWithId("urba",tauxUrbaWold,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
if "medianAge" not in Covidproj.data or not okDataMedianAge:
print("medianAge not in project")
medianAgeWorld = getDataMedianAge()
Covidproj.saveDatasWithId("medianAge",medianAgeWorld,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
if "popuDensity" not in Covidproj.data or not okDataPopuDensity:
print("popuDensity not in project")
popuDensityWorld = getDataPopuDensity()
Covidproj.saveDatasWithId("popuDensity",popuDensityWorld,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
#Health
if "lifeExpectancy" not in Covidproj.data or not okDataLife:
print("lifeExpectancy not in project")
lifeExp = getDataLife()
Covidproj.saveDatasWithId("lifeExpectancy",lifeExp,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
if "beds" not in Covidproj.data or not okDataBeds:
print("beds not in project")
beds = getDataBeds()
Covidproj.saveDatasWithId("beds",beds,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
if "doctors" not in Covidproj.data or not okDataDoctors:
print("doctors not in project")
doctors = getDataDoctors()
Covidproj.saveDatasWithId("doctors",doctors,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
if "tauxDeces" not in Covidproj.data or not okDataTauxDeces:
print("tauxDeces not in project")
tauxDecesWorld = pd.read_csv("data/DeathsRateWorld.csv")
Covidproj.saveDatasWithId("tauxDeces",tauxDecesWorld,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
#Political
if "politicalRegime" not in Covidproj.data or not okDataPoliticalRegime:
print("politicalRegime not in project")
politicalRegimeWorld = getDataPoliticalRegime()
Covidproj.saveDatasWithId("politicalRegime",politicalRegimeWorld,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
#France
if "depLatLong" not in Covidproj.data or not okDataDepLatLon:
print("depLatLong not in project")
depLatLong = getDepartementsLatLon()
Covidproj.saveDatasWithId("depLatLong",depLatLong,pd.Series(name="__fake__"),
pd.DataFrame(),pd.Series(name="__fake2__"))
Covidproj.export()
print("ok")
covidEda.datas
covidEda.train_datas._edaOpts=dict(progress_bar=False,
html={'style':{'full_width':True}})
covidEda.train_datas.eda
covidEda.train_datas.eda.overview
covidEda.train_datas.eda.variables
covidEda.train_datas.eda.correlations
covidEda.train_datas.eda.missing
covidEda.train_datas.eda.sample
covidEda.datas.prep.addCustomFunction(as_int2)
covidEda.datas.eda.hints
(covidEda.train_datas.viz.plot("Confirmed")
| __.update_layout(xaxis=dict(range=[0,1*1000])))
with covidEda.datas.getTmp() as datas_:
datas_.dataTrain.prep.data["ObservationDate2"]=datas_.dataTrain.ObservationDate.dt.strftime("%d %B %Y")
pex.line(datas_.dataTrain >> df.arrange(df.desc(X["Deaths"])) >> df.row_slice(rangel(100)), hover_data=["ObservationDate2"],
x="ObservationDate",
y="Deaths",
color="Country/Region",
log_y=True
)
covidEda.train_datas.prep.data.ObservationDate
On crée une study (étude) pour chaque jeu de données que l'on va utilisé (une étude -> un jeu de données)
covidEda=Covidproj.addOrGetStudy("covidEda")
if covidEda.datas is None or not okData:#or T:
print("set covidTemporalAllCountry to Study")
covidEda.setDataTrainTest(id_="covidTemporalAllCountry")
Covidproj.export()
covidEda
# covidEdaFr=Covidproj.addOrGetStudy("covidEdaFr")
# if covidEdaFr.datas is None or not okDataFr:#or T:
# print("set covidDataFr to Study")
# covidEdaFr.setDataTrainTest(id_="covidDataFr")
# Covidproj.export()
# covidEdaFr
frHospit=Covidproj.addOrGetStudy("frHospit")
if frHospit.datas is None or not okDataFrHospit:#or T:
print("set frHospit to Study")
frHospit.setDataTrainTest(id_="frHospit")
Covidproj.export()
frHospit
okData=getData(silent=True)
okDataFr=T
okDataFrHospit=getDataHospitFrance(silent=True)
covidDataPlus=pd.read_csv("https://opendata.ecdc.europa.eu/covid19/casedistribution/csv",index_col="countriesAndTerritories")
display_html("""
<script>
alert('Initialisation Effectuée')
</script>
""")
clear_output()
on crée des variables pour faciliter les choses
#pour ré-actualiser toutes les figures dépendant de NOUVELLES DONNÉES exécuter cette celulle (/!\ cela prend du temps)
On veut ici avoir un vue d'ensemble (mondiale) sur le Covid-19.
On va pour commencer étudier la démographie de chaque pays.
On remarque que la chine et l'inde on le plus d'habitants.
Ensuite États Unis, Brésil, Nigéria ...
On va maintenant regarder les différences par classes d'âges
Globalement il y a en a le plus de chaque tranche en inde, chine, puis pakinstan, usa
-15 ans il y a aussi nigeria
+15 ans les usa aussi
Pour les moins de 15 ans:
bcp: Il y a en a bcp en afrique en proportion (peut etre une explication par rapport au covid-19 en Afrique)
moyen: magreb, l'afrique du sud, argentine, mexique, inde, kazashstan
faible: USa, canada, europe, australie, chine
Pour les 15-44 ans:
bcp: Oman, United Arab Emirates
moyen: Afrique, amérique latine, inde
faible: USa, canada, europe, australie, chine
Pour les 45-64 ans:
bcp: Europe, Chine, USA, australie
moyen: amerique latine, inde
faible: USa, canada, europe, australie, chine
The scale goes from -10 (full autocracy) to 10 (full democracy).
Anocracies are those scoring between -5 and 5.
les pays autocratique: Arabie Saudite, Chine, Kazakhstan, Iran, Syrie, Corée du Nord, Vietnam, Laos, Oman, Cuba
Les pays anocratiques fermé: qq pays d'afrique (magreb sauf tunisie), Thailand, Afganistan
Les pays anocratiques ouverts: qq pays d'afrique, tunisie,Venezuela, Russie, Yemen
les pays democratiques: europe, qq pays d'afrique (Ghana, Kenya, Zambie, Afrique du sud ), Amerique, inde, Australie, Japon, Corée du sud, indonesie, malaisie
Europe, Amerique, chine, japon, australie -> Elévé
Afrique (sauf magreb), Afganistan -> moyen bas
J'ai le nombre de mort par ans -> par mois
A mettre en oposition avec le nb de mort du coronavirus
surpoisData=pd.read_csv("data/surpois.csv",sep=";",usecols=range(2),na_values="..",index_col=0).dropna().rename_axis(index="Country").reset_index()
overweightData=pd.read_csv("data/share-of-adults-who-are-overweight.csv")
obesityData=pd.read_csv("data/share-of-adults-defined-as-obese.csv")
cardiovascularD=pd.read_csv("data/cardiovascular-disease-death-rates.csv").renameCols({-1:"Cardiovascular disease"})
hypertensionD=(
pd.read_csv("data/hypertension.csv",sep="\t",usecols=range(5)).dropna()
>> df.separate("Crude Prevalence (Standard Error)(Men)",["crude prevalence(men)","se(men)"],sep=" ")
>> df.separate("Crude Prevalence (Standard Error)(Women)",["crude prevalence(women)","se(women)"],sep=" ")
>> df.select(0,df.starts_with("crude"))
)
Bcp: Cuba, Uruguay, Greece, portugal, géorgie, belarus Moyen: Australie, Argentine, Russie, FR, Espagne, Italie, allemagne, suede, finland moyen -bas: pologne, UK, USA, Canada,Mexique, Bresil, Saudi, Mongolie, Kzakhtan, japan bas: afrique, inde, chine, iran, irak, turquie, afganistan
~2016 -> data plus actualisé -> hospital-beds mais on a l'echelle
On remarque le japon, les corées, la rusie, belarusie, allemagne, Ukraine Haut
On remarque Fr, argentine, Bulgarie,Pologne, moyen
On remarque afrique, asie (chine, inde,australie), Amerique assez bas
acute_beds
Les lits de soins curatifs (soins actifs|soins aigus) dans les hôpitaux (HP.1) sont des lits d'hôpitaux disponibles pour les soins curatifs
Les lits de soins curatifs permettent d’accueillir despatients lorsque l’intention principale est de réaliser uneou plusieurs des tâches suivantes : soigner des maladiesou traiter des blessures, effectuer des actes chirurgicaux,soulager les symptômes de blessures ou de maladies (àl’exclusion des soins palliatifs), réduire la gravité deblessures ou de maladies, éviter l’aggravation deblessures ou de maladies ainsi que les complications deblessures ou de maladies qui pourraient menacer la vieou les fonctions normales, effectuer des actes dediagnostic ou thérapeutiques, aider les femmes quiaccouchent (obstétrique). Dans certains pays, ces litscomprennent tous les lits de soins psychiatriques(curatifs ou non).
Confiné -> bcp moins de patient hors covid
Tous les enfants qui vont pas dans les creche -> dans moins infection (grippe)
Mais tjrs crise cardiaque, AVC, urgence covid - moins de patient, bcp moins de risque accident, et infection
Urgence : impact confinement type de patient à l'hop -> bcp moins d'infection, moins de trauma, et moins de gens qui vienne pour rien
Les patients qui étaient la avant -> reduit -> service minimum dans tous les services, a part urgence.
qui occupe des lits a l'hop : des urgences, et des hospi programmé (cancer ex: cure depend de l'urgence),
tous ce qui peux pas attendre, et libere du personnelle, (par ex: chirurgie cardiaque, orl) un chir, un anestesiste, (tous les bloques) (anestesiste -reaminateur) permet de liberer tout les anestesiste-reanimateur sauf qquns, requisitionner tous les internes de cardios (avec competence reanimatoire)
manque de personnelle ? oui, mais la vague est énorme, soignant malade,
manque de materiel ? oui, plus de masque, respi on sait pas -> impact les medecins peuvent tomber malade) (changer toutes les 5h normalement)
REa -> bcp plsu de perosnnes demandé)
manque d'infirmiere
On remarque allemagne, bulgarie, autriche, japon, corée du sud +
On rmrq inde, iran, UK, Usa -
rmrq USA, kazakthan arabi saoudite, allemagne,roumanie, taiwan +
rmrq canada, fr, it, espagne, japon, corée du sud +/-
rmrq chine, inde, iran, -
données méteorologique
données violences/delinquance
Les cas contaminés annoncés par chaque pays, ne représente seulement que les cas testés.
Il y a bcp de cas asymptomatique donc pas testé.
Il y a plusieurs types de tests: PCR, Sérologique, et diagnostiques rapides
certain cas ou virus poimons mais pas fond du nez
PCR
PCR signifie Réaction de polymérisation en chaîne (PCR)
On les pratique sur les frottis naso-pharyngés des patients, prélevés à l'aide d'écouvillons dans le nez ou la gorge, ou sur leurs crachats.
Objectif : rechercher des gènes du virus cachés dans leurs cellules.
Après des traitements biochimiques qui en extraient l'ADN puis recomposent le brin d'ARN correspondant (par rétro-transcription), les échantillons sont introduits dans des machines où les séquences génétiques propres au virus vont être décelées par des amorces spécifiques et recopiées par milliards afin d'atteindre une quantité détectable.
Si une personne est infectée par le coronavirus au moment du prélèvement, le test le révèle même en l'absence de symptômes. Il mesure aussi la charge virale c'est-à-dire la concentration du virus, grâce aux machines de qRT-PCR
Selon les machines, la PCR donne des résultats après 30 minutes à 2 heures.
Cependant, **les étapes d'acheminement des échantillons jusqu'au laboratoire peuvent allonger considérablement le processus, notamment pour les personnes qui ne sont pas hospitalisées.
Sérologie
Les tests sérologiques (ELISA) beaucoup plus raffinés que la PCR, leur but est de rechercher chez les patients des anticorps dirigés contre le virus, un signe de son passage sous les radars du système immunitaire.
Le sang est mis en contact avec des plaques contenant une ou plusieurs protéines issues du coronavirus recherché, et on observe si des anticorps s'y lient.
Ces anticorps peuvent être de deux sortes : soit des IgM, qui persistent jusqu'à une semaine à 10 jours après une infection ; soit des IgG, produites un peu plus tard chez les malades, qui restent en circulation en permanence.
Ils donnent des résultats en moins d'une heure, parfois en 20 minutes seulement.
Les anticorps ne sont pas produits dès le début de l'infection, mais un peu plus tard et on peut ainsi passer à côté de cas infectés tout récemment. Ensuite, parce qu'ils ne permettent pas de savoir si une personne est encore contagieuse, contrairement aux tests PCR qui révèlent également la quantité de virus dans l'échantillon.
Les tests diagnostiques rapides
Certains tests en projet sont basés sur:
Peuvent prendre moins de 15 minutes pour les immuno-essais à flux latéral. Les tests fondés sur CRISPR promettent aussi d'être ultrarapides
tests scanner aussi
histo + boxplot
Bcp de tests: Island, UAE norvege, canada, australie, Corée du sud
Peu de tests: France, Pologne, Iran,USA
Très peu de tests: mexique, index, bresil, ukraine
Comme en France ou en italie on ne tests que les cas sévères (dû à une incapacité pour l'instant de faire des tests généralisés), le pourcentage de cas positifs est élevé.
On voit qu'en Corée du Sud il y a donc moins de cas +, car des tests plus massifs, comme en allemagne.
On verra par la suite les stratégies possibles pour arrêter une épidemie.
suite -> confirmed by popu, by log , temporel, groupbyDate
/!\ En plus des indiquations données ci-dessus, il faut rappeller que le nombre cas contaminés données par jours n'est pas nécessairement le vrai nombre de nouveau cas du jours
Les cas confirmés ne sont donc qu'un sous-ensemble du nombre total de cas.
Il s'agit uniquement des personnes atteintes de COVID-19 et pour lesquelles un laboratoire a confirmé ce diagnostic.
De Plus, le nombre total de cas confirmés n'est pas le même que le nombre total de tous les cas actuels. (Rétablie, morts)
Distribution de nombre de cas confirmé dans le monde
On peux remarqué qu'il n'y a preque pas de mort en afrique et kazakstan, russie (pays autoritaire)
SCHEMA GLOBAL POUR CHAQUE PAYS TENDENCE +/- ?
données d'oxford -> data/Oxford.csv
La Crise a commencé en Mars En Europe
blabla explications
blabla explications
frHospitTrain = frHospit.train_datas
frHospitTrainX = frHospitTrain.X
frHospitTrainData = frHospit.datas
byDayLastHo=frHospitTrainX.merge(depLatLong,left_on="dep",right_on="depNum").groupby(["dep","sexe",'depName',"jour"]).sum().loc(axis=0)[:,0,:].reset_index().groupby(["dep","depName"]).last()
def franceMap(df,geojson=depJSON,featureidkey="properties.code",locations="dep",hover_name="depName",
color=__.columns[-1],lat=46.701862,lon=2.436268,zoom=4,animation_frame=None,mapbox_style="carto-positron"):
return (df | px.choropleth_mapbox_(geojson=depJSON,
featureidkey=featureidkey,
locations=locations,
hover_name=hover_name,
color=color,
center={"lat": lat, "lon": lon},zoom=zoom,
animation_frame=animation_frame,
mapbox_style=mapbox_style)
)
with open("./data/departements-avec-outre-mer.geojson.txt","r") as f:
depJSON=json.load(f)
@cache()
def getMapRea(frHospitTrainX):
global depJSON
fig=(
frHospitTrainX
.merge(depLatLong,left_on="dep",right_on="depNum")
.groupby(["dep","sexe","jour"]).first().loc(axis=0)[:,0].reset_index()
|_fun_.
px.choropleth_mapbox(__,
geojson=depJSON,
featureidkey="properties.code",
locations="dep",
hover_name="depName",
color='rea',
center={"lat": 46.701862, "lon": 2.436268},zoom=4,
animation_frame="jour",
mapbox_style="carto-positron").update_layout(height=600)
)
return [fig,fig.to_html(include_plotlyjs="require",auto_play=False)]
mapRea=getMapRea(frHospitTrainX)
display_html(mapRea[1])
dd=frHospitTrainX.groupby(["dep","sexe","jour"]).sum().loc(axis=0)[:,0,:].groupby(["dep"]).last().reset_index()
dtHos=(frHospitTrainX
.merge(depLatLong,left_on="dep",right_on="depNum")
.groupby(["dep","sexe","jour"]).first().loc(axis=0)[:,0].reset_index()
.groupby(["dep"]).last().reset_index()
.select(0,X.rea).values.tolist() |_fun_| dict)
densité d'hab par region, dep ?
polution ?
temperature ?
delinquance ?
nombre de journées-lits exploitables: Nbr de places x Nbr de jours ouverts dans l'année(ex : 60 places x 365 jours = 21 900 journées théoriques)
Taux d'occupation : nombre de journées réalisée sur le nombre de journées théoriques (nombre de journées-lits exploitables) (capacité x nombre de jours d’ouverture annuel)
demain -> sae -> get "nombre de journées-lits exploitables" et "Nombre Journée")
fllf=pd.read_csv("https://www.data.gouv.fr/fr/datasets/r/6fadff46-9efd-4c53-942a-54aca783c30c",sep=";")
(frHospitTrainX.filter_by(X.sexe==0).merge(fllf,on=["dep","jour"]).mutate(jour=X.jour.to_datetime())
.filter_by(X.jour==moment("19/03/2020").date,
X.dep=="75"))
display_html("""
<script>
alert('Actualisation des figures EDA Effectuée')
</script>
""")
clear_output()
respecté en france ? rue pas vide, jogging, chien, ? (y en a protégé et d'autre pas),
transport en commun ?